ANALISIS JURNAL KINERJA DARI STOK DECOUPLING DALAM SISTEM MAKE

TO ORDER

Dalam jurnal order processing ini. Sistem yang di gunakan adalah Make-to-order. Dimana Make-
to-order ini adalah proses order dimulai pada saat konsumen menyerahkan spesifikasi
produknya. Jika sudah ada kesepakatan, produsen akan membuatkan pesanannya. Jurnal ini
menganalisa model Markov dari saham decoupling

Dalam produksi make-to-order , produk hanya mulai diproduksi ketika pesanan pelanggan
diterima. Tujuan make to order untuk merespon, menerima, dan memproses pesanan dari
pelanggan sehingga produksi dapat berjalan secepat mungkin. Sistem make to order ini
digunakan oleh beberapa perusahaan karena untuk menghindari risiko yang tinggi dan biaya
yang mahal.

Kebanyakan sistem produksi memiliki titik decoupling pada persediaan setengah jadi semi.
Dalam sistem tersebut, decoupling adalah persediaan akumulasi dari produk setengah jadi semi
menunggu perintah untuk tiba. Ini memungkinkan untuk mengurangi waktu pengiriman produk
yang disesuaikan hanya sebagai langkah penyelesaian akhir masih perlu dilakukan. Penelitian
pada kinerja stok decoupling dalam Make-to-Order itu sistem pemesanan sangat penting. Stok
decoupling ini erat berkaitan dengan literature tentang sistem perakitan dua bagian atau proses
kitting.

Model Keterangan :
Stok decoupling dimodelkan sebagai model antrian dengan dua antrian. Model pertama, pertama
antrian-antrian produk- memiliki kapasitas hingga menyimpan produk setengah jadi sebelum
diproses sampai selesai produk. Model kedua, Antrian kedua - antrian pesanan – melacak
pesanan yang belum dikirim dan memiliki kapasitas tak terbatas. Jadi, sesampainya pesanan
disajikan sesuai dengan pesanan yang datang pertama akan dilayani pertama. Produk yang
dipesan harus dilengkapi sesuai dengan spesifikasi pesanannya. stok decoupling merupakan
kontinu dua dimensi waktu proses Markov {(n, m) | n ≥ 0, 0 ≤ m ≤ Cp} di mana keadaan (n, m)
sesuai dengan n pesanan tunggu dan m produk setengah jadi dalam stok decoupling.
Ada beberapa ukuran kinerja dari pemesanan, yaitu:
1. Antrian produk setengah jadi dan pesanan konten backlog
2. Varian dari antrian produk setengah jadi dan urutan backlog konten
3. Waktu rata-rata pesanan menunggu sebelum diluncurkan ke produksi
4. Rata-rata lead time adalah jumlah rata-rata waktu antara penempatan pesanan dan
peyelesaian untuk produk akhir
5. Sebagai antrian produk memiliki kapasitas yang terbatas, produksi sebelum stok
decoupling dapat diblokir. Ini terjadi ketika ada kedatangan produk dan antrian penuh.
Maka dari itu dilakukan blokir pesanan, atau dibatasi
Ineffisiensi dalam proses produksi dapat menimbulkan kinerja yang negatif. Maksudnya adalah
ketika tingkat kedatangan pesanan lebih tinggi, untuk prospek ke waktu tunggu rata-rata jauh
lebih tinggi juga. Proses produksi menjadi sulit diandalkan.
Ada beberapa poin :
1. jumlah pesanan tunggu berkurang saat kedatangan beban produk setengah jadi meningkat
2. nilai maksimum ketika antrian menunggu tetap stabil, jumlah pesanan yang menunggu
tidak meningkat drastic. Beban kedatangan produk setengah jadi sama dengan tingkat
layanan. Berarti jumlah pesanan puas
3. produksi ineffisiensi, ketika jumlah pesanan menunggu tinggi

Kesimpulan

Dari jurnal ini dapat disimpulkan bahwa sistem proses pemesanan menggunakan sistem make to
order. Dimana pesanan ini akan mulai diproduksi ketika pesanan pelanggan diterima. Perusahaan
harus memblok beberapa pesanan yang datang, guna untuk meningkatkan kualitas produk yang
akan di produksi. Ineffisiensi dalam proses produksi menyebakan rata-rata waktu yang lebih
lama, produksi akan sulit diandalkan
 ANALISIS JURNAL REGRESI DAN RESPON PERMUKAAN DESAIN LOGISTIK
UNTUK PEMODELAN STATISTIK DARI PROSES CASTING INVESTASI DALAM
PRODUKSI BUSA LOGAM

Makalah ini menyajikan penentuan eksperimental dari proses pembuatan busa reguler logam
dengan casting investasi. Tujuannya adalah untuk mendapatkan pengalaman secara mental "peta
kemampuan bentuk" yang sebenarnya. Penggunaan regresi logistik dan desain permukaan
respons diusulkan sebagai alat yang efektif untuk menentukan model statistik dari proses
pengecoran busa logam.

Istilah logam seluler atau logam berpori adalah ekspresi umum yang mengacu pada logam yang
memiliki volume porositas besar, yaitu dengan pori-pori yang sengaja dipadukan dalam
strukturnya. Bahan-bahan ini memiliki kepadatan rendah dan sifat fisik, mekanik dan termal
baru. Bahan-bahan tersebut adalah bahan potensial untuk struktur ringan, untuk penyerapan
energi dan aplikasi manajemen termal. Bahan-bahan tersebut dapat dibagi menjadi struktur sel
tertutup dan terbuka.
Busa logam sel terbuka biasanya dapat dibuat dengan proses pengecoran. Dalam makalah ini
disajikan penentuan eksperimental dari proses pengecoran investasi busa logam dengan sel
terbuka yang homogen dan teratur, yang digunakan sebagai pendukung katalitik. Pada dasarnya,
busa logam katalitik harus menawarkan resistansi rendah terhadap transportasi termal, resistansi
rendah terhadap perpindahan massa dan perlu mudah dilapisi dengan lapisan katalitik pada
permukaannya melalui lapisan celup atau metode pemuatan lainnya. Dalam aplikasi semacam
ini, karakterisasi geometri dari busa logam yang dihasilkan mengasumsikan kepentingan utama.
Tujuan dari penelitian ini adalah untuk memperoleh "peta kemampuan bentuk" yang sebenarnya
dari proses casting investasi berdasarkan karakteristik geometris dari busa logam yang
diproduksi.

Pada bagian 2, makalah ini menjelaskan tentang Proses casting investasi. Bagian ini, membahas
teknik untuk membuat busa logam dengan casting investasi. Penjelasan terperinci dari proses ini
disajikan dalam subbagian berikut:
a. Pembuatan busa polimer
b. Bubur plester
c. Pengeringan dan pembakaran plester, dan
d. Proses infiltrasi

Bagian 3, menjelaskan prosedur eksperimental yang diterapkan. Salah satu hasil dari kegiatan
penelitian ini, adalah perpustakaan makro CAD 3D yang dilaksanakan untuk mendukung proses
desain struktur berbusa dengan sebagian besar sel terbuka yang saling berhubungan, homogen,
dan teratur. Dalam karya ini, regresi logistik digunakan sebagai alat yang efektif untuk
menentukan model statistik dari proses pengecoran busa logam. Regresi logistik, seperti regresi
linier, memungkinkan memperkirakan hubungan antara beberapa variabel dan hasil diskrit.
Dalam kasus proses pengecoran busa logam, variabel dependen atau respons bersifat dikotomis,
seperti gagal/aman. Dalam praktiknya, regresi logistik memungkinkan untuk secara langsung
memperkirakan probabilitas failure (atau 'risiko'), dengan mempertimbangkan titik eksperimen
yang gagal dan aman dalam analisis.

Bagian 4, menyajikan model statistik dari data eksperimen. GLM (model linier umum) adalah
perpanjangan dari regresi linier normal-teori biasa yang mencakup model linier dan non-linear,
dan mengakui setiap distribusi respons yang merupakan anggota dari keluarga eksponensial,
yang mencakup distribusi normal yang sudah dikenal, serta distribusi binomial dan Poisson.
Model linier umum berisi tiga elemen, yaitu: distirbusi respons, prediktor linier yang melibatkan
variabel desain, dan fungsi tautan yang menghubungkan rata-rata alami dari distribusi ke bagian
prediktor linier.

Sedangkan pada bagian 5 penulis membahas tentang Desain permukaan respons order kedua
serta hasil aktual. Dari penelitian ini, Rutin desain nonlinier SAS JMP digunakan untuk
membangun desain D-optimal untuk permukaan respons order kedua yang lengkap untuk model
regresi logistik k = 2, faktor desain: ukuran cangkang eksternal yang mengikat busa (S) dan
ketinggian silinder (H). Informasi sebelumnya yang digunakan pada parameter model adalah
distribusi normal dengan rata-rata nol dan ± 3 batas. Model yang sesuai memiliki enam parameter
yang tidak diketahui (β0, β1, β2, β11, β22, β12), yaitu model orde kedua dalam dua faktor.
Disini penulis menggunakan desain 15-run. SAS JMP 15-run Bayesian D-optimal desain
ditunjukkan pada Tabel 1.

Tabel 1 juga melaporkan nilai kode untuk S dan H mulai dalam [-1,1]. Nilai aktual S dan H
ditentukan oleh transformasi linear dan perkiraan tingkat faktor aktual dari proses casting
investasi riil.
Kolom y berkaitan dengan pengamatan eksperimental yang sebenarnya pada busa logam silinder
diperoleh dengan menggunakan parameter desain S dan H. Nilai y = 1 mewakili produk yang
aman dan y = 0 yang gagal.
Desain yang sama direplikasi untuk tk = 0.4mm dan tk = 0.5mm. Satu-satunya perbedaan yang
diamati dalam hasil eksperimen terkait dengan kasus S = 0.35mm H = 30mm di mana proses
busa gagal untuk tk = 0.4mm, bukan untuk tk = 0.5mm.

Kesimpulan

Casting investasi adalah proses pengecoran yang cocok untuk produksi busa logam. Dalam
proses ini, karakteristik geometris dari busa (S, H dan tk) adalah parameter penting yang
mungkin memiliki pengaruh pada keberhasilan produksi.

Makalah ini menyajikan penentuan eksperimental proses pembuatan busa logam dengan casting
investasi. Tujuan penelitian adalah untuk memperoleh secara eksperimental "peta kemampuan
bentuk". Penggunaan regresi logistik dan desain RSM diusulkan sebagai alat yang efektif untuk
menentukan model statistik dari proses pengecoran busa logam. Untuk menyerahkan respons
tidak normal dalam regresi logistik, GLM yang sesuai dipasang pada data respons. Dalam tulisan
ini, peneliti juga menunjukkan bahwa implementasi perangkat lunak komputer modern dari
kriteria Bayes membuatnya relatif mudah untuk menghasilkan desain D-optimal untuk GLM.
Dari hasil percobaan, tampak bahwa operasi proses pengecoran investasi untuk nilai-nilai ukuran
cangkang eksternal yang mengikat busa (S) lebih besar dari 0,5mm memberikan peluang terbaik
untuk pengurangan cacat, untuk setiap nilai ketebalan sel terbuka (tk = 0.4mm dan tk = 0.5mm),
serta untuk semua nilai tinggi busa (H) berkisar antara 15mm dan 60 mm.
Namun, dalam hal ketebalan sel terbuka sama dengan tk = 0.4mm, kelayakan proses untuk S
lebih dekat ke nilai minimum (0.25mm) dikombinasikan dengan nilai H lebih dekat ke
maksimum (60mm) harus diselidiki lebih baik di penelitian masa depan.
 ANALISIS JURNAL PLATFORM BERBASIS CLOUD UNTUK PEMROSESAN
PESANAN OTOMATIS DALAM MANUFAKTUR ADITIF

Abstrak
Manufaktur Aditif semakin banyak digunakan dalam produksi bagian industri. Lebih dari hampir
semua teknologi manufaktur lainnya. Makalah ini membahas dengan menghadirkan platform
berbasis cloud, yang mengintegrasikan dan mengotomatiskan pemrosesan pesanan untuk
komponen yang dibuat secara aditif. Fokus platform adalah pada otomatisasi penerimaan
pesanan, perhitungan penawaran, dan penyaringan bagian untuk identifikasi bagian AM yang
sesuai. Makalah ini membangun contoh Industri 4.0 yang patut dicontoh dengan
mengilustrasikan konsep dan metode untuk otomatisasi pemrosesan pesanan dan
memperkenalkan arsitektur sistem yang diterapkan.

Pendahuluan
Additive Manufacturing (AM) mewakili revolusi industri keempat (Industri 4.0). Dalam makalah
ini, fokus diberikan kepada selective laser melting (SLM), yang merupakan teknologi AM yang
terutama digunakan untuk komponen logam.
Salah satu komponen kunci dari Industry 4.0 adalah Internet of Things and Services (IoTS), yang
memungkinkan penyedia layanan untuk menawarkan layanan mereka melalui internet. Platform
cloud yang disajika, menghubungkan gagasan platform layanan berbasis internet dengan
manufaktur aditif.
Definisi 1 Platform Manufaktur Berbasis Cloud menjelaskan aplikasi perangkat lunak, yang
mengintegrasikan dan menghubungkan beberapa digital layanan untuk pembuatan barang fisik
dalam satu lingkungan berbasis web. Salah satu tujuan utama platform cloud terintegrasi adalah
otomatisasi pemrosesan pesanan.

Latar Belakang dan Pekerjaan Terkait

Makalah ini menyajikan pendekatan terintegrasi untuk otomatisasi penetapan biaya, memeriksa
kemampuan manufaktur, dan penyaringan bagian. Kutipan biaya, yang disajikan dalam makalah
ini, mengadaptasi dan memperluas pendekatan ke model generik, yang secara otomatis
menghitung biaya unit untuk suatu bagian.

Platform Berbasis Cloud untuk Pembuatan Aditif

Tujuan platform adalah otomatisasi pemrosesan pesanan untuk komponen yang dibuat secara
aditif di lingkungan berbasis web.

Alur Kerja dan Fitur

Pelanggan dapat mengunggah data geometri suatu bagian melalui browser web dengan formulir
online. Setelah itu, geometri dianalisis dan penawaran dihitung secara otomatis. Atas dasar
penawaran tersebut, pelanggan dapat melakukan pemesanan manufaktur. Pembatasan
manufaktur dan pedoman desain diperiksa untuk memutuskan, apakah pesanan dapat diterima
atau harus ditolak.

Analisis Data Geometri Otomatis Analisis

Analisis ini dilaksanakan berdasarkan format STL (Standard Triangulation Language), yang
telah menetapkan sebagai standar industri de facto di AM.

Biaya Kutipan

Input untuk penetapan biaya kutipan adalah geometri yang dianalisis dari bagian yang
diunggah, bahan, dan jumlah potongan.

Definisi 2 Pembatasan manufaktur menjelaskan batasan proses manufaktur atau teknologi yang
mencegah bagian yang diunggah, bahan, dan jumlah potongan.

Definisi 3 Pedoman desain menjelaskan rekomendasi untuk perancang atau insinyur, yang
harus dipertimbangkan untuk memastikan produksi tanpa cacat dan mencapai kualitas yang
diinginkan

Penerimaan Pesanan - Memeriksa Batasan Pabrikan dan Pedoman Desain

Berdasarkan prinsip cembung (segitiga normals diverge), cekung (normals konvergen), dan
struktur garis lurus (normals hampir sejajar satu sama lain), silinder dan lubang bor (yang
menerapkan parameter lain) dibedakan dari dinding dan celah. Dengan menggunakan hasil,
bagian dapat segera diterima dan mulai diproduksi atau ditolak.

Penyaringan Bagian dan Analisis Potensi

Definisi 4 Penyaringan bagian (dalam konteks AM) menjelaskan proses menganalisis potensi
untuk mengidentifikasi kasus bisnis AM yang sesuai.

Additive Manufacturing (SLM)

Perhitungan biaya untuk SLM didasarkan pada model biaya analitik untuk penetapan biaya
kuotasi otomatis, Karena SLM dapat membangun banyak bagian dalam satu pekerjaan.

Pemesinan (Penggilingan CNC)

Salah satu komponen biaya utama adalah waktu pengerjaan. Perhitungan waktu pengerjaan
berorientasi pada pendekatan Bouaziz et al.

Casting (Investasi Casting)

Biaya produksi untuk investasi casting terutama terdiri dari biaya untuk alat
dan biaya untuk proses casting itu sendiri. Biaya (alat) cetakan injeksi yang
diperlukan untuk pembuatan model (lilin atau plastik) diperkirakan
menggunakan pendekatan statistik Chougule dan Ravi.

Pelaksanaan
Arsitektur berorientasi pada pola desain perangkat lunak model-view-controller (MVC), yang
banyak digunakan untuk aplikasi web. Tampilan membangun antarmuka aplikasi dan antarmuka
pengguna ke pelanggan, yang mengakses platform melalui browser web. Ini diimplementasikan
dalam HTML, JavaScript, dan WebGL.

Evaluasi
Evaluasi ini berfokus pada biaya kutipan dan penyaringan bagian. Pertama, dampak platform
pada efisiensi diperiksa. Setelah itu, keefektifan dan keakuratan metode yang disajikan
dievaluasi.
Efisiensi
Proses perhitungan konvensional membutuhkan banyak pekerjaan manual dan upaya
komunikasi.

Keefektifan
Untuk evaluasi keefektifan, hasil perhitungan dari algoritma yang disajikan dibandingkan dengan
perhitungan pos, yang didasarkan pada waktu proses nyata. menunjukkan bahwa metode
penetapan biaya yang disajikan cocok untuk perhitungan awal yang akurat

Kesimpulan dan Outlook

Makalah ini menyajikan metode dan konsep, implementasi dan evaluasi platform berbasis cloud
untuk pemrosesan otomatis dalam pembuatan aditif. Evaluasi menunjukkan potensi besar
platform berbasis cloud.
Dibandingkan dengan teknologi manufaktur konvensional, AM menawarkan tingkat kebebasan
desain yang tinggi, yang memungkinkan pembuatan struktur ringan yang kompleks. Oleh karena
itu, topik penting untuk penelitian di masa depan adalah penentuan otomatis potensi ringan suatu
komponen (melalui optimasi struktural) dan integrasi potensi desain dalam penyaringan dan
pemilihan bagian.
 ANALISIS JURNAL KONTROL PROSES LOGISTIK SECARA FLEKSIBEL DALAM
SISTEM HIGH-THROUGHPUT MELALUI PERILISAN PESANAN DAN
PERENCANAAN URUTAN

Abstrak
High-Throughput System (HTS) digunakan terutama di industri farmasi dan makanan serta
teknologi medis. Yang berkaitan erat dengan output besar hingga 100.000 sampel per hari yang
digunakan untuk penyaringan atau sintesis. Di dalam penggunaan HTS ini dapat menambah
kuantitas yang besar dan mengurangi waktu throughput. Berkenaan dengan bahan pengujian di
dalam proses HTS yang fleksibel dan pembatasan lainnya yang melekat dengan HTS harus di
kontrol. Karena belum ada yang me-riset hal ini Ad Hoc mengganti sebagian percobaan dan
merubah rute proses nya. Hasilnya mendemonstrasikan indikator untuk pengembangan metode
logistik yang baru yang dapat memungkinkan untuk memproduksi berbagai macam varian
barang dalam jumlah tinggi.

Pendahuluan
High-Throughput System (HTS) memfasilitasi tes dari 10.000 sampai 100.000 sampel dan
Ultra-High-Trhoughput System (UHTS) bahkan melebihi 100.000 sampel perhari. Sistem HTS
ini digunakan untuk proses sintesis dan penyaringan di industri makanan dan farmasi serta di
teknologi medis. Untuk pengimplementasian HTS diperlukan mesin otomatis dan robot. Hal ini
menyebabkan biaya akuisisi yang tinggi yang teratasi oleh kelebihan HTS. Biaya yang rendah
dapat dicapai dengan biaya pengembangan yang lebih rendah dan waktu pengembangan yang
tidak lama.
Tes pengimplementasian HTS dapat mengurangi waktu Throughput dan menambah kuantitas
dalam jumlah yang sangat banyak. Dikarenakan pengimplementasian material di HTS ini
mempunyai sistem yang dapat menangani banyak ragam/jenis barang dan banyak volumenya.
Dalam pendekanan awal ini efek dari waktu Throughtput dan rata-rata output disebabkan oleh
pengaplikasian Order Release dan Sequence Planning yang telah disimulasikan dan di
evaluasikan.

Pengetesan Material di dalam HTS

Mengidentifikasi karakteristik material yang spesifik dalam hubungannya dengan komposisi
bahan yang bervariasi dapat menyebabkan banyak tes sampai kualitas yang di perlukan tercapai.
Pengimplementasian tes material di HTS ini memungkinkan untuk melakukan tes dengan
volume yang tinggi. Berbeda dengan HTS konvensional yang mengetes material dengan multi-
purpose system yang dapat mengukur perbedaan karakteristik material seperti penarikan
kekuatan dan kekuatan yang dihasilkan/disebabkan.
 Metode pengontrolan logistik untuk tes material di HTS
Saat ini tidak ada metode kontrol logistik yang mampu berurusan dengan proses yang kompleks
makadari itu metode kontrol logistik yang baru harus dikembangkan. Keserbahubungan produk
yang dijelaskan dalam tujuan HTS untuk pengujian material, mirip dengan Job Shop Production
seperti yang ditampilkan pada tabel 2. Keduanya menunjukan variabel dan material rekrusif yang
mengalir serta rantai proses yang fleksibel yang bergantung pada permintaan. Berbeda dengan
Job Shop Production yang rekrusif aliran material dan melewati kepingan adalah proses yang
standar di HTS untuk pengujian material.

Simulasi
Simulasi diimplementasikan dalam simulasi lingkungan tanaman/tumbuhan. Untuk reproduksi
yang patut dicontoh dalam pengujian bahan melalui HTS, langkah-langkah kerja berikut
diterapkan. Alur kerja ditunjukan pada gambar 1 dan terdiri dari pembuatan sampel diikuti oleh
fiksasi sampel pada dua jenis pembawa, tiga kemungkinan perawatan sampel, enam stasiun
pengetesan yang berbeda dan pengarsipan akhir.

Skenario Simulasi
Tabel 4 mencantumkan semua skenario yang disimulasikan, yangmana perlu dilakukan untuk
mengevaluasi pengaruh dari rilis pesanan dan perencanaan urutan pada penyesuaian proses Ad
Hoc.
Hasil
Pengujian parsial mengarah pada beban kerja yang lebih rendah dikarenakan melewati kepingan
dapat mengurangi waktu pengujian. Hal ini mengarah pada anggapan bahwa semakin cepat
urutan-urutan dari alur pesanan tidak akan menyebabkan stress pada sistem di skenario ini.

Kesimpulan dan Outlook

Selain penyesuaian Ad Hoc dalam rencana pengujian, pengaruh sistem jam sementara dan yang
diperlukan untuk perubahan dalam metode kontrol logistik harus diteliti. Secara umum, output
tinggi yang dimaksudkan hanya bisa dicapai dengan metode kontrol logistik yang dapat
menggunakan kapasitas sebanyak mungkin tanpa menghalangi sistem.
 Pengoptimalan jarak transportasi dalam proses pengambilan
pesanan

Abstrak

Artikel ini membahas tentang pengoptimalan jarak transportasi dalam proses pengambilan
pesanan. Artikel menunjukkan solusi bagaimana mengoptimalkan pengambilan pesanan di
gudang menggunakan simulasi dinamis. Dalam artikel, langkah-langkah dasar proses
perencanaan pengambilan pesanan dijelaskan untuk meminimalkan jarak yang ditempuh oleh
truk atau manusia. Dasar dari solusi ini adalah pelaksanaan simulasi komputer dan eksperimen
simulasi untuk menemukan solusi yang lebih cepat, yang menyebabkan pengurangan biaya
perusahaan.

Optimalisasi proses pengambilan pesanan di gudang dengan menggunakan simulasi

dinamis.

Penyimpanan dan fungsinya yang benar memiliki dampak signifikan memastikan tingkat layanan
pelanggan yang lebih tinggi dalam melindungi sifat utilitas barang. Metode dan kecepatan
pengambilan barang adalah salah satu area terpenting dalam gudang. Perkembangan teknologi
dan pertumbuhan pasar yang cepat menyebabkan perusahaan harus berurusan dengan pertanyaan
untuk memuaskan pelanggan yang sulit dengan persyaratan spesifik dan individu dan membawa
lebih banyak pertanyaan tentang pembuatan inventaris, yang memperumit perancangan gudang,
pengumpulan data, pengambilan pesanan sesuai dengan yang dibuat. perubahan dan
meningkatkan logistik di gudang .

Saat ini pabrik tidak sabar untuk memutuskan apakah perubahan yang mereka sadari akan
membawa hasil yang diperlukan. Setiap menunggu adalah kerugian dan setiap kerugian
memerlukan biaya yang harus dihilangkan setiap manajer di bidang manufaktur dan gudang.
Salah satu dari banyak alat yang memungkinkan manajer untuk membuat keputusan adalah
simulasi komputer dan solusi pabrik digital, yang memiliki jangkauan aplikasi yang luas di
perusahaan. Dalam artikel ini akan dijelaskan kemungkinan menggunakan simulasi komputer
untuk mengoptimalkan jarak transportasi proses pengambilan pesanan di gudang oleh pekerja
pada contoh praktis yang dibuat dalam perangkat lunak Simulasi Tanaman Tecnomatix

model simulasi peroses pengambilan pesanan

pemantauan dan perencanaan pengambilan pesanan di gudang adalah langkah penting, karena
simulasi komputer dapat menunjukkan kapan sistem mulai gagal, ketika akan kewalahan oleh
barang, bagaimana menemukan rute optimal bagi pekerja selama pengambilan pesanan . Ini adalah
cara bagaimana mengurangi jumlah langkah yang dilakukan pekerja, dengan demikian
mempersingkat waktu operasi pengambilan. Dalam hal ini, perlu untuk merancang eksperimen dan
memantau bagaimana sistem akan bereaksi terhadap perubahan, misalnya mengubah jumlah
pekerja, memesan ulang urutan pesanan atau perubahan rute. Penting juga untuk menentukan
pemanfaatan pekerja di gudang, apa kegiatan inti dari pekerjaan mereka dan berapa banyak waktu
yang mereka habiskan untuk memenuhi berbagai kegiatan.

Pengambilan pesanan dapat dilakukan dalam pesanan individu atau dalam batch pesanan. Satu
batch dapat berisi sejumlah pesanan individu, yang karena alasan tertentu berguna untuk diproses
sebagai batch satu kali. Salah satu alasannya mungkin persyaratan untuk memilih beberapa pesanan
pada saat yang sama - untuk operator tertentu atau untuk jaringan operator. Menurut alasan-alasan
ini, adalah menguntungkan untuk menggunakan simulasi komputer sebagai alat untuk
mengoptimalkan operasi pengambilan pesanan.

Simulasi komputer bekerja dengan model simulasi yang dibuat pada komputer, akan memakan
waktu dan sangat mahal untuk menangkap dan memahami semua proses yang terjadi di perusahaan
atau gudang. Sebelum membuat model itu sendiri, perlu untuk menentukan hanya proses dan
hubungan yang relevan yang berpengaruh pada sistem yang diberikan dalam aspek tujuan utama,
yang harus dicapai melalui eksperimen simulasi. Fase percobaan biasanya merupakan fase paling
menarik dari proyek, karena mulai membawa hasil pertama. Analisis statistik merupakan bagian
integral dari setiap proyek simulasi. Itu dapat menciptakan perdebatan hanya tentang hasil
eksperimen dan juga membawa ide-ide baru dan kemungkinan untuk meningkatkan model
simulasi.

Algoritma

Algoritma genetika yang dapat kita gambarkan sebagai metode penyelesaian masalah yang non-
deterministik, berdasarkan pada prinsip teori evolusi Darwin. Kita bisa memasukkan mereka ke
teknik optimasi stokastik. Solusi masalah, dalam hal ini, disebut kromosom dan didasari oleh string
biner dengan panjang tertentu, yang sama untuk semua kromosom populasi. Set terakhir kromosom
disebut sebagai populasi. Pembukaan keseimbangan penyelesaian masalah disebut populasi dasar.
Pengembangan solusi optimal untuk menyelesaikan masalah disebabkan oleh pengembangan
populasi alami. Keacakan dipastikan dengan menghasilkan nomor pseudorandom. Setiap populasi
yang diciptakan oleh reproduksi ditingkatkan oleh peringkat kromosom dengan menggunakan
fungsi f (x) yang disebut kebugaran. Dalam proses penyelesaian masalah menggunakan algoritma
genetika, ia datang untuk menemukan fungsi kebugaran maksimum lokal, sehingga kita perlu
menemukan solusi dengan nilai terbaik untuk memecahkan masalah di ruang negara [5].

Algoritma yang digunakan untuk menghasilkan penyelesaian tugas optimasi adalah proses
berulang. Model simulasi mengevaluasi kesesuaian solusi yang diusulkan. Koneksi model simulasi
yang dibuat dalam Simulasi Tanaman Tecnomatix 13 dan algoritma genetika dimungkinkan untuk
menggunakan proses berulang untuk menemukan solusi baru dan lebih baik. Setelah siklus
optimisasi, perangkat lunak mana yang memungkinkan untuk dibuat, model tersebut masih siap
untuk digunakan lebih lanjut.
Keuntungan utama menggunakan algoritma genetika untuk menyelesaikan masalah optimisasi
operasi pengambilan, apakah pekerja atau peralatan yang menangani itu, mereka tidak bergantung
pada tugas [5].
Dalam sistem sampel praktis ini diatur dengan kuat. Dalam hal ini, jika model akan berisi
komponen acak, yang dimasukkan ke dalamnya, misalnya peralatan gagal, perlu untuk membuat
beberapa jumlah simulasi berjalan untuk setiap subjek yang baru dibuat.

Kesimpulan

kita dapat melihat bagaimana proses perhitungan ulang yang membosankan. Hasil simulasi
komputer dapat menunjukkan jarak yang harus dilalui pekerja dengan memilih urutan yang
ditentukan. Masalah ini dengan sejumlah kecil pesanan dapat diselesaikan dengan menghitung
permutasi tanpa pengulangan dan menggunakan Experiment Manager dari perangkat lunak
simulasi Simulasi Tanaman Tecnomatix Semakin banyak pesanan membuat semakin memakan
waktu dan membosankan bagi pengguna untuk menentukan rute transportasi terpendek dan
terpanjang untuk memilih pesanan. Oleh karena itu, salah satu alat yang cocok untuk optimasi
jarak transportasi haruslah algoritma genetika yang terhubung ke model simulasi. Struktur dan
dasar-dasarnya mendukung pengembangan lebih lanjut dari model simulasi. Untuk membuat dan
menggunakan algoritma genetika dengan dukungan perangkat lunak simulasi diperlukan versi
perangkat lunak profesional. Apa kerugian utama bagi perusahaan kecil, karena modul algoritma
genetika sebagian besar merupakan perpustakaan tambahan perangkat lunak simulasi yang paling
mahal.

Simulasi memilih pesanan dapat menjadi alat penting juga dalam hal ergonomi, yaitu
menghilangkan langkah-langkah yang tidak perlu dan memperpendek waktu yang terbuang,
ketika pekerja harus menemukan barang, menekuk atau meregangkannya, memungkinkan pekerja
lebih fokus pada pekerjaan. Meningkatkan ergonomi kerja, dengan demikian misalnya
memperpendek rute transportasi, yang mengarah pada peningkatan produktivitas, mengurangi
risiko kecelakaan kerja, penyakit terkait pekerjaan, yang dapat menyebabkan misalnya
mempekerjakan pekerja lain sebagai pengganti, yang mengakibatkan peningkatan biaya

Dengan menggunakan perangkat lunak Tecnomatix Plant Simulation 13 yang digunakan pada
Departemen Teknik Industri kita dapat membuat model 3D interaktif dari gudang,
mengoptimalkan rute pengambilan dan transportasi, sambil mendapatkan hasil yang sangat
lengkap yang dapat dengan mudah disimpan ke dalam dokumen web. Metode pemrosesan data
ini cepat dan aman, ini adalah alat presentasi yang baik yang dapat digunakan di mana saja.
 KESIMPULAN KESELURUHAN JURNAL

Order processing adalah salah satu elemen di dalam kelengkapan order. Istilah order processing
umumnya digunakan untuk menggambarkan suatu proses atau alur kerja yang berhubungan
dengan picking, packing dan pengiriman barang ke customer.

Dari keseluruhan jurnal di atas dapat disimpulkan bahwa terdapat perbedaan dan persamaan di
setiap jurnalnya. Perbedaannya yaitu ada yang menggunakan sistem order process, metode
process, dan model process. Sedangkan persamaan dari keseluruhan jurnal di atas adalah adanya
pemrosesan pemesanan manufaktur. Dimana setiap pemrosesan ini terdapat tahap-tahap produksi
nya, mulai dari tahap pemesanan, pembuatan produk, sampai picking
 Judul Jurnal

1. Atiyah Dzakiyah (5111171031)

“Kinerja dari Stok Decoupling Dalam Sistem Make to Order”
2. Lia Octavia S (5111171027)
“Regresi dan Respon Permukaan Desain Logistik Untuk Pemodelan Statistik dari Proses
Casting Investasi Dalam Produksi Busa Logam”
3. Anisa Novianti
“Platform Berbasis Cloud Untuk Pemrosesan Pesanan Otomatis Dalam Manufaktur
Aditif”
4. Fauzi Hendriansyah (5111171005)
“Kontrol Proses Logistik Secara Fleksibel Dalam Sistem High-Throughput Melalui
Perilisan Pesanan dan Perencanaan Urutan”
5. Nindika prameswari (5111171033)
“Pengoptimalan jarak transportasi dalam proses pengambilan pesanan”